随着目前语音合成效果的逐步改善，用户对语音合成系统提出了更高的要求，尤其是多样化语音合成方面的需求。在这种背景下，一种能够在短时间内通过自动训练的方式进行合成系统构建，从而满足用户多样化需求的语音合成技术，有着很高的理论研究及使用价值。对此，本论文在基于HMM的可训练语音合成(Trainable TTS)方面，包括技术框架构建、关键技术改进以及相关技术应用，进行了深入而系统的研究，本论文具体的研究工作和研究成果如下。 首先，本论文对基于隐马尔科夫(HMM)的自动切分技术进行分析和改进。通过分析HMM训练流程中采用的最大似然准则的(ML)训练算法与自动切分目标的不匹配问题，本文提出一种基于切分误差最小化准则(MSGE)的区分性训练算法。在该算法中，首先通过引入一个新的切分误差度量来定义切分误差函数，然后基于一般化的统计梯度下降算法(GPD)对模型参数进行优化，从而达到切分误差最小化的目的。基于HMM的自动切分技术的分析和改进工作，为本文后续进行Trainable TTS的深入研究奠定一定的基础。 其次，本论文基于现有的模型训练和参数生成技术，建立了一个完整的Trainable TTS技术框架，包括一个自动化的训练流程和相应的合成后端。它可以根据用户的需求，通过输入一定的语音数据进行自动训练，并快速形成一个相应的合成系统。此外，在此框架基础上，本文通过设计和优化中文上下文相关属性和问题集，进行了中文Trainable TTS系统的训练和构建，对Trainable TTS技术进行效果验证。 第三，基于前面构建的Trainable TTS技术框架，本文对Trainable TTS技术分别进行几个方面的改进。首先在谱参数建模方面，通过对Mel-cepstral(MCEP)和线谱对(LSP)参数的特点和建模效果分析，并考虑到LSP参数与共振峰之间的对应关系，最终结合LSP和其相邻阶差分DAL参数进行谱参数建模。其次，对于韵律节奏感不强的问题，本文在状态时长模型的基础上加入了基于声韵母单元的时长模型，并在合成中对两种时长模型进行加权来进行时长预测。 此外，针对现在模型训练流程中采用的最大似然(ML)准则与合成目标的不匹配问题，本文提出了一种基于最小生成误差(MGE)准则的HMM训练算法。在得到结果验证后，本文对MGE准则进行一定的简化，并通过设计合理的分裂问题选择策略，将该准则应用到上下文相关模型的聚类中。最后，在上述模型训练和聚类算法的改进基础上，本文对整个Trainable TTS的训练流程进行重